Az AI-projektek többsége nem a technológián bukik el, hanem azon, hogy senki nem rögzítette, mihez képest kellene javulást hozniuk. A bevezetés előtt három mutatót mérj: átfutási idő, hibaarány és ráfordított munkaóra. Ez a baseline, enélkül a ROI-számítás találgatás. A mérés kifizetődik: a Zendesk CX Trends 2026 szerint a korai AI-adoptálók 128%-kal valószínűbben számolnak be magas megtérülésről. A gyors győzelmeket ott találod, ahol sok az ismétlődő munka és azonnal mérhető az eredmény, például az ügyfélszolgálaton.
Az AI-bevezetésről szóló beszélgetések többsége rossz kérdéssel indul: „melyik eszközt vegyük meg?" A helyes első kérdés ez: „mit fogunk mérni, és mihez képest?" Ez a cikk egy számonkérhető keretrendszert ad: mit rögzíts a fejlesztés előtt, hogyan állíts fel baseline-t, és mikor van értelme ROI-t számolni.
Miért bukik el az AI-projektek többsége?
Leggyakrabban nem a modell gyengesége miatt, hanem mert nincs mihez mérni az eredményt. Egyes becslések szerint az AI-projektek több mint 80%-a megbukik, ez kétszerese a hagyományos IT-projektek bukási arányának (RAND, 2024). A vizsgált esetek közös pontja: a csapatok nem definiálták előre, milyen üzleti mutatón kell javítania a rendszernek.
A RAND 65 senior adattudóssal készített interjút, és az első számú bukási ok a félreértett vagy rosszul kommunikált üzleti probléma volt. Vagyis a projekt már azelőtt eldőlt, hogy egyetlen sor kód elkészült volna.
Mit jelent ez a gyakorlatban? Ha nem tudod megmondani, hogy egy folyamat ma hány órát visz el és hányszor hibázik benne valaki, akkor a legjobb AI-rendszer hatását sem tudod majd bizonyítani. A vezetőség pedig előbb-utóbb megkérdezi: megérte? Erre csak számokkal lehet válaszolni. A teljes bevezetési folyamatot lépésről lépésre az AI-bevezetés a vállalkozásban útmutatónkban mutatjuk be.
Mit mérj az AI-bevezetés előtt?
Három mutató szinte minden üzleti folyamatról megbízható képet ad: az átfutási idő, a hibaarány és a ráfordított munkaóra. A Gartner 2024-es előrejelzése szerint a generatív AI-projektek legalább 30%-a elakad a PoC után 2025 végéig, és a fő okok között ott a tisztázatlan üzleti érték (Gartner, 2024). A három mutató pontosan ezt az értéket teszi számszerűvé.
Átfutási idő
Mennyi idő telik el a folyamat indulásától a lezárásáig? Például: az ajánlatkérés beérkezésétől az ajánlat kiküldéséig, vagy a reklamáció beérkezésétől a megoldásig. Naptári időben mérd (óra, nap), ne munkaidőben: az ügyfél is így érzékeli. Ez a mutató árulja el, hol áll a folyamat várakozásban.
Hibaarány
Az esetek hány százalékában kell javítani, visszakérdezni vagy újracsinálni valamit? Tipikus példák: rosszul rögzített megrendelés, hiányos adatokkal továbbküldött ügy, visszaküldött riport. A hibák dupla költséget jelentenek: a javítás munkaóráját és az ügyfélélmény romlását. Számold az összes esethez viszonyítva, százalékban.
Ráfordított munkaóra
Hány emberóra megy el a folyamatra hetente vagy havonta? Itt derül ki a legtöbb meglepetés. Egy „napi tíz percnek" tűnő feladat öt kollégánál, évi 250 munkanappal több mint 200 munkaóra. A munkaóra az a mutató, amelyet közvetlenül forintosítani tudsz a belső óraköltséggel.
Hogyan állíts fel baseline-t?
A baseline a folyamat bevezetés előtti, dokumentált teljesítménye: minden későbbi javulást ehhez viszonyítasz. A lehetőség jelentős: az Európai Bizottság Digital Decade 2025-ös országjelentése szerint a magyar KKV-knak csak 6,97%-a használt AI-t 2024-ben, míg a nagyvállalatok 23,46%-a (Európai Bizottság, 2025). Aki most kezd, és mér is, az kétszeres előnyt szerez a versenytársakkal szemben.
A baseline felállítása nem kutatási projekt. Négy lépésben megvan:
- Válassz egy konkrét folyamatot. Nem „az ügyfélszolgálatot", hanem például a bejövő e-mailes kérdések megválaszolását. Minél szűkebb, annál tisztább a mérés.
- Mérj 2-4 hétig. Rögzítsd a három mutatót: átfutási idő, hibaarány, munkaóra. Egy egyszerű táblázat elég, nem kell hozzá szoftver.
- Dokumentáld írásban. Dátummal, felelőssel, a mérés módszerével együtt. Fél év múlva ez lesz a bizonyítékod.
- Forintosíts. Munkaóra szorozva belső óraköltséggel, plusz a hibák javítási költsége. Így kapsz egy havi folyamatköltséget.
Ez a szám a viszonyítási alapod az árajánlatokhoz is. Hogy a másik oldalon mire számíts, azt az AI-bevezetés költségeiről szóló cikkünkben szedtük össze: ott látod, milyen tételekből áll össze egy projekt ára.
Mikor és hogyan számolj ROI-t?
Csak akkor, amikor már van baseline-od és legalább egy teljes mérési ciklusod az új rendszerrel. A türelem megtérül: az üzleti vezetők kétharmada szerint az ügyfélszolgálati AI-befektetés jelentős teljesítményjavulást hoz, a korai adoptálók pedig 128%-kal valószínűbben jelentenek magas ROI-t (Zendesk CX Trends 2026, 2025).
A képlet maga egyszerű: ROI = (éves haszon mínusz éves költség) osztva az éves költséggel. A haszon oldalra három tétel kerül a baseline-odból. A megspórolt munkaóra szorozva az óraköltséggel. A hibaarány csökkenéséből eredő megtakarítás. És a rövidebb átfutási idő üzleti értéke, például a gyorsabb ajánlatadásból nyert megrendelések.
Egy gyakori hiba, amit érdemes elkerülni: ne az éles bevezetés után számolj először. A mi tapasztalatunk szerint a legjobb sorrend a PoC-alapú validálás. A PoC (proof of concept) egy kis léptékű kísérleti fejlesztés, amely 2-4 hét alatt igazolja, hogy a megoldás a te adataidon is működik. Így már a nagy döntés előtt látod az első mérési eredményeket; a Composite-nál pontosan ezért építettük a folyamatainkat a PoC-fejlesztésre.
Arról, hogy az AI jellemzően mely folyamatmutatókon javít a legtöbbet, külön elemzést írtunk.
Hol vannak a gyors győzelmek?
Ott, ahol sok az ismétlődő, szabályszerű munka, és az eredmény napokon belül mérhető. Az ügyfélszolgálat tipikusan ilyen terep: a CX-vezetők 85%-a szerint az ügyfél elhagyja a márkát, ha az első kapcsolatfelvételkor nem oldják meg a problémáját (Zendesk CX Trends 2026, 2025).
A tét nem csak a szolgáltatási szint. A fogyasztók 86%-ánál a válaszok gyorsasága és pontossága erősen befolyásolja a vásárlási döntést is, ugyanezen felmérés szerint. Vagyis a válaszidő-javulás közvetlenül árbevétel-mutató.
Hol keresd az első, gyorsan megtérülő projektet? Négy jellemző terület:
- Bejövő ügyfélkérdések első köre. Mérhető: válaszidő és az emberi beavatkozás nélkül lezárt ügyek aránya.
- Dokumentumok feldolgozása. Megrendelések, űrlapok, szerződésadatok rögzítése. Mérhető: darabonkénti idő és hibaarány.
- Belső tudáskeresés. Mennyit keresnek a kollégák szabályzatokban, régi e-mailekben? Mérhető: keresésre fordított munkaóra.
- Riport-összeállítás. Heti-havi jelentések adatgyűjtése. Mérhető: riportonkénti munkaóra.
Észreveszed a mintát? Mindegyik terület pontosan a három alapmutatóval mérhető, amelyet a bevezetés előtt rögzítettél. Hogy ez élesben hogyan néz ki, azt a referenciáink között találod, mérőszámokkal együtt.
Gyakran ismételt kérdések
Mennyi ideig mérjem a baseline-t a bevezetés előtt?
Általában 2-4 hét elegendő egy stabil képhez, ha a folyamat napi szinten fut. Erősen szezonális folyamatnál (például év végi csúcs) mérj egy átlagos és egy csúcsidőszakot is. A lényeg a dokumentálás: dátum, módszer, felelős, különben fél év múlva vitatható lesz az összehasonlítás.
Mit tegyek, ha eddig semmit sem mértünk a folyamatainkban?
Kezdd egyetlen folyamattal és egy egyszerű táblázattal, ne rendszerbevezetéssel. A legtöbb adat már most is megvan: e-mail-időbélyegek, ticketrendszer, számlázási dátumok. Ezekből az átfutási idő visszamenőleg is kinyerhető. A munkaórát a csapat egyheti önbevallásos jegyzetéből becsülheted, ez pontosabb, mint a semmi.
KKV-ként megéri egyáltalán ROI-t számolni?
Igen, sőt: kis cégnél még fontosabb, mert nincs tartalék rossz projektre. Egyes becslések szerint az AI-projektek több mint 80%-a megbukik (RAND, 2024), és a bukások fő oka a tisztázatlan üzleti cél. A baseline-mérés a legolcsóbb biztosítás: táblázat és néhány hét figyelem az ára.
Milyen megtérülést várhatok reálisan?
Ez folyamatonként nagyon eltér, ezért gyanús minden előre ígért szám. Az irány viszont adatokkal alátámasztott: az üzleti vezetők kétharmada jelentős javulást lát az ügyfélszolgálati AI-tól, a korai adoptálók pedig 128%-kal valószínűbben érnek el magas ROI-t (Zendesk CX Trends 2026). A saját számodat a saját baseline-od adja meg.
Mérj fel, mielőtt fejlesztenél
Az üzleti hatékonyság AI-val nem eszközvásárlási kérdés, hanem mérési fegyelem. Rögzítsd a baseline-t, válassz egy gyorsan megtérülő folyamatot, validálj PoC-cal, és csak utána skálázz. Így minden forintod számonkérhető.
Ha szeretnéd, hogy ezt az első felmérést együtt csináljuk végig, foglalj egy ingyenes AI-konzultációt. Megnézzük a folyamataidat, segítünk kiválasztani a mérendő mutatókat, és megmondjuk azt is, ha valahol még nem AI-ra van szükséged.
- Zendesk — CX Trends 2026 sajtóközlemény (11 000+ válaszadó, 22 ország, 2025-11-18):
- Zendesk — ügyfélszolgálati statisztikák a CX Trends 2026 adataival:
- RAND Corporation — The Root Causes of AI Project Failure (RR-A2680-1, 2024):
- Gartner — 2024-es előrejelzés a generatív AI-projektek PoC utáni elhagyásáról:
- Európai Bizottság — Digital Decade 2025 országjelentés, Magyarország (SWD(2025) 294):

A Composite Solutions társalapítójaként és vezetőjeként abban segítek hazai és nemzetközi cégeknek, hogy a mesterséges intelligenciából valódi, mérhető üzleti eredmény szülessen. Csapatommal AI-ügynököket, chatbotokat és automatizált üzleti folyamatokat építünk — a stratégiai tanácsadástól a bevezetett, működő megoldásig.
Karácsony Márton összes cikke →


